如何在HTML中转换PDF？

Question

我知道这里有一些类似的问题，但我看到了所有这些问题，没有人仍然满足我。

好吧，我试过xpdf和pdftohtml两者都很棒，但旧的和新版本的PDF似乎都行不通。

我的问题是找到一种方法，允许我将任何PDF或Doc转换为HTML并保持样式和结构。如果有人有所作为，甚至付出了完美的代价。

Answer 1

好吧，我尝试了一些专门用于Linux的库，但这是我的中间结论。

PDFtoHTML太旧了，没有考虑所有新的PDF规范，例如PDF 1.7（主要是因为它使用xpdf 2.02，而xpdf已经在他的3版本中）

我发现Poppler继续PDFtoHTML开发以及一些非常有用的新工具，而不是PDFTOHTML。实际上，在开源中，Poppler是一个能够更好地复制我的复杂PDF的人。 Here一个我几乎可以使用的。

最后，这就是我要用的东西。 ImageMagick + Poppler。我将我的PDF转换为图像，并使用Poptoler of PDFtoHTML的XML输出在我的图像上添加一个新图层。

Answer 2

和我一样，我正在寻找从PDF到HTML甚至更好的XHTML的自动转换工具。嗯，这只是两个方面，但毕竟http://www.pdfonline.com（在线PDF到HTML）对我来说做得最好。它甚至可以过滤并正确显示表格和paragraphes，而不仅仅是短语！

我的工作仍然不够，所以我手动生成了一个模板文件。